Análisis no espacial

Se puede acceder al análisis no espacial usando el botón Acción Acción en una tarjeta de mapa, gráfico o tabla.

El análisis no espacial no consume créditos.

La siguiente tabla proporciona una descripción general de cada función de análisis no espacial:

Función de análisisDescripciónPreguntas de ejemplo

Calcular ratio

Calcular ratio utiliza una sencilla ecuación de división para determinar la relación entre dos variables numéricas.

Entradas: dos campos numéricos o de índice/ratio

¿Cómo está relacionado? ¿Qué diferencia hay entre los índices de obesidad de los residentes urbanos y rurales?

Calcular % variación

Calcular % variación usa valores iniciales y finales para calcular el cambio a lo largo del tiempo.

Entradas: dos campos numéricos o de índice/ratio

¿Cómo ha cambiado? ¿Cuál es el porcentaje de pérdidas o ganancias de cada producto?

Calcular puntuación z

Calcular puntuación z devuelve los valores de puntuación z para cada entidad en un dataset basado en un campo seleccionado. La puntuación z es una medida de la distancia de cada valor desde el valor medio mediante la desviación estándar.

Entradas: un campo numérico

¿Cómo está distribuido? ¿Cómo se compara la tasa de criminalidad de un distrito determinado con el valor medio?

Crear modelo de regresión

Crear modelo de regresión se utiliza para modelar la relación entre dos o más variables explicativas y una variable de respuesta encajando una ecuación lineal a los datos observados.

Entradas:

  • Variable dependiente: un campo numérico o de índice/ratio
  • Variables explicativas: uno o más campos numéricos o de índice/ratio

¿Cómo está relacionado? ¿Qué variables surten mayor efecto en las ventas totales en cada ubicación de tienda?

Predecir variable

Predecir variable utiliza el modelo lineal creado mediante el análisis de regresión para predecir nuevos valores en un dataset.

Entrada: un modelo de regresión

¿Cómo está relacionado? ¿Cuáles son los futuros niveles previstos para las emisiones de carbono según las tendencias del uso de vehículos, consumo de energías renovables y crecimiento económico?

Buscar clústeres de valores medios K

Find K-Means Clusters categorizes your data into groups or clusters that maximize the similarities within each cluster while maximizing the difference between clusters.

Nota:

Find K-Means Clusters can be used to create clusters based on location (spatial analysis), or attribute values (nonspatial analysis).

Entradas: uno o varios campos numéricos

¿Cómo está distribuido? ¿Cómo se agrupan los clientes por nivel de ingresos? ¿Cómo se agrupan las universidades por coste?

Pasos siguientes

Utilice estos recursos para obtener más información sobre el análisis:


En este tema
  1. Pasos siguientes